农林院校教育资源配置效率研究——基于数据包络分析模型

李荔，李阿利

(湖南农业大学，湖南 长沙 410128 )

农林院校教育资源配置效率研究
——基于数据包络分析模型

李荔，李阿利

(湖南农业大学，湖南 长沙 410128 )

选取不同区域分布、不同办学层次的15所农林院校作为研究主体，分析了农林院校的资源配置现状，并确定了资源配置投入与产出的相关指标。在此基础上，运用数据包络分析模型(DEA)，对这15所农林院校的教育资源进行有效性分析及规模收益分析，得出以下结论：农林院校教育资源配置效率总体偏低，彼此之间存在差距，其原因可能是高等农林院校的自身办学性质、自身教育质量、管理水平、所处地区的经济发展水平及政府支持力度等方面存在差异；各个农林高校由于资源投入规模的差异，导致了规模收益呈现递增、递减及不变的区别。

农林院校；教育资源配置；数据包络分析；规模收益

高等农林教育作为我国高等教育的重要组成部分，承担着为农业与农村社会发展输送专门人才、产出重大科研成果并提供服务的重要任务。因此，研究农林院校如何实现教育资源的优化配置，关乎我国高等农业技术人才的培养、农业科学水平的提升以及现代农业的整体发展。本文以教育资源配置的相关理论为支撑，运用DEA(数据包络分析)方法对15所农林院校教育资源配置的效率进行评价分析，以便为农林院校教育资源配置提供参考与借鉴。

一、15所农林院校教育资源配置现状

农林院校教育资源配置，是指农林院校在教育活动中投入的教育资源在宏观与微观层面进行分配利用以获得教学、科研产出的过程。本文将教育资源划分为人力、物力、财力三个方面。高校的人力资源包括专任教师数、教辅及工勤人员、高层次人才队伍；物力资源包括各高校的图书馆藏总量、校舍总面积；财力资源主要是科研经费。

本文根据区域分布的差异以及办学层次的不同，选取了以下15所农林院校(先后顺序按照首字汉语拼音字母排列，首字相同则取第二字)：北京林业大学、东北农业大学、福建农林大学、河北农业大学、河南农业大学、华南农业大学、华中农业大学、湖南农业大学、南京农业大学、内蒙古农业大学、山东农业大学、沈阳农业大学、四川农业大学、西北农林科技大学和中国农业大学。通过政府相关部门的门户网站、教育统计年鉴、高校教学质量报告、样本学校网站等平台，搜索查找了样本院校截至2015年10月的教育资源投入与产出的截面数据进行分析。表1至表3分别为15所农林院校人力、物力、财力资源投入数据，教学产出数据以及科研产出数据。

表1 15所农林院校教育资源投入数据

注：数据截止2015年10月23日。

表2 15所农林院校教学产出数据

注：数据截止2015年10月23日；当量在校生=本专科生+2×研究生(不含留学生)。

表3 15所农林院校科研产出数据

注：数据截止2015年10月23日。

二、资源配置效率评价指标确定

教育资源配置效率是指对教育资源的有效利用和有效配置，反映的是教育产出与所投入消耗资源的对应关系[1]。因此，在评价农林院校教育资源配置效率之前，首先应该确定其教育过程中所涉及到的各项投入与产出指标，并构建效率评价指标体系。

本文对15所农林院校进行研究，研究对象是以高校为单位。回顾以往对教育资源配置效率的相关研究，我们发现学者们的研究对象主要分为：国家或地区层面、高校层面、学院层面三大类。其中，以高校为研究对象的教育资源投入指标主要是人力、物力、财力；产出指标主要是教学产出与科研产出两个。本文在针对农林院校这一研究主体的特殊性的同时，结合以往教育投入与产出指标，并考虑到数据的可得性以及一致性构建指标体系，如表4。

表4 农林院校教育资源投入产出指标

三、基于DEA模型的15所农林院校资源配置效率实证分析

(一)DEA评价模型简介

数据包络分析(Data Envelopment Analysis，DEA)方法是在“相对效率评价”概念上发展起来的一种系统分析方法。该模型假设有n个部门或单位(称作决策单元DMU)，每个部门都有m种类型的“输入”以及s种类型的“输出”，其中xij代表第j个决策单元对第i种类型输入的投入总量，xrj>0；yrj代表第j个决策单元对第r种类型输入的产出总量，yrj>0；vi代表对第i种类型输入的一种度量(或称权)；ur代表对第r种类型输出的一种度量(或称权)。其中：i=1,2…，m；r=1，2…，s；j=1,2，…，n。

记作：

Xj=(x1j,x2j,…,xmj)T,

Yj=(y1j,y2j,…,yij)T,

v=(v1，v2,…,vm)T,

u=(u1,u2,…,us)T.

这里的Xj和Yj分别为DMUj的输入向量和输出向量，其中：j=1,…,n；均为已知数据，它可以根据历史资料或同级的数据得到。v和u分别为与m种投入和s种输出对应的权向量，为变量。

每个决策单元都有相应的效率评价指数：

我们总可以适当地选取权系数v和u，使其满足hj≤1,j=1,2…，n。现在要对每个决策单元进行效率评价，以权系数为变量，以第j0(1≤j0≤n)个决策单元的效率指数为目标，以所有决策单元(也包括第j0个决策单元)的效率指数(hj≤1,j=1,2,…，n)为约束，构成了如下的C2R模型：

对此模型进行Chames-Cooper变换，再根据线性规划对偶理论得知，(C2R)的对偶规划模型为：

在经济学上用Pareto有效来评价资源配置效率，而C2R模型下的DEA有效与多目标规模的Pareto的解是等价的[2]34。在C2R模型下DEA有效，其经济含义是：不仅“技术有效”，而且“规模有效”。“技术有效”指的是输出相对投入而言已达最大，即该决策单元位于生产函数的曲线上；“规模有效”指的是投入量不偏大也不偏小，是介于规模收益由递增到递减之间的状态，即处于规模收益不变的最佳状态[3]。

在C2R模型的对偶规划模型中引进松弛变量，则若其最优解θ*=1，且松弛变量s*-=0或s*+=0，则此时DMU为DEA有效；若其最优解θ*=0，松弛变量s*-≠0或s*+≠0，则此时DMU为弱DEA有效；若其最优解θ*≠1，则此时DMU为DEA非有效[2]26。

(二)模型应用和结果分析

在分析的过程中，由于本文的投入与产出指标较多，且各个指标间存在数量单位的不统一，造成了数据分析结果的不理想。并且DEA方法对选取指标使用单位的敏感性较大，要求各个指标数据间的差别尽量缩小。因此，本文参照陈诗一、张军的数据处理方法，将教育资源投入与产出的二级指标数据除以各自的平均数进行标准化处理，从而使得各项指标的均值都为1，然后算出教学产出、科研产出以及人力、物力、财力这五项指标下的二级指标数据，然后进行简单加权平均，得到各个投入与产出指标的变量值，从而有效地减少了评价单元的个数[4]，见表5。

表5 15所农林高校产出指标及投入指标的标准化值

1.DEA有效性分析

根据表5求得的投入与产出标准化值，应用DEA方法从产出角度(投入不变的情况下，尽可能使产出最大化来计算技术效率，即经济学投入产出最大化问题)分析15所农林院校教育资源配置效率评价指数得分和评价结果，具体见表6。

表6 15所农林高校教育资源配置效率评价结果

根据上表中各个高校效率评价指标和松弛变量的大小，我们可以看到，在当前的这种资源投入和管理水平下，选取的15所农林高校中，华中农业大学、南京农业大学、北京林业大学和四川农业大学这4所高校为DEA有效，处于技术有效与规模有效的前沿面上，即这4所高校的教育资源的投入与产出比例合适。中国农业大学等其他11所农林高校为非DEA有效，既不属于技术有效，也不属于规模有效。样本选取的15所农林院校中有超过2/3的高校非DEA有效。这一结果表明，农林高校的教育资源配置效率总体而言偏低，其投入的部分资源没有得到充分的利用，生产输出水平没有达到最佳的生产状态。

各个高校资源配置效率存在差异的原因可能有以下两点：第一，农林高校作为事业单位不会像以经济效率最大化为目标的企业一样，它们是以为学校师生提供良好便利的教学环境及宽松自由的学习氛围为前提，在此基础上提高资源配置的效率，从而导致大部分高校教育资源配置的效率偏低。第二，在选取的15所农林类高校中，DEA有效的4所高校都是“211工程”建设下的高校，其资源配置的高效与政策的扶持以及自身教育质量、科学研究管理水平的提高有关系；样本中同是“985工程”和“211工程”建设下的2所高校——中国农业大学和西北农林科技大学，资源配置非DEA有效，其原因可能是教育资源的投入规模过大，导致配置效率的不高。其他非“985工程”、“211工程”建设下的高校资源配置非DEA有效，原因可能与各自所在地区经济水平、政府支持力度、自身管理水平等因素有关。

2.规模收益分析

规模报酬分析的是企业的生产规模变化与所引起的产量变化之间的关系。规模报酬是指在其他条件不变的情况下，企业内部各种生产要素按相同比例变化时所带来的产量变化。表7是对15所农林高校教育资源配置规模报酬的评价。

表7 15所农林高校教育资源配置规模报酬评价

注：综合效率(技术效率)=纯技术效率×规模效率

根据表7我们可以得到以下两点结论：

第一，从规模报酬的角度分析，15所农林高校的综合效率平均值为0.821，纯技术效率平均值为0.905，规模效率平均值0.912。其中DEA有效的华中农业大学、南京农业大学、北京林业大学和四川农业大学这4所高校处于规模报酬不变的状态。其含义是指这4所高校教育资源产出增加的比例等同于资源投入增加的比例，说明它们资源配置达到最优状态，效率相对最高。中国农业大学、西北农林科技大学、华南农业大学、山东农业大学、河北农业大学、福建农林大学这6所高校处于规模报酬递减的状态。其含义是指这6所高校教育资源产出增加的比例小于资源投入增加的比例，即教育资源投入规模过大，导致了其资源配置的低效率。东北农业大学、河南农业大学、湖南农业大学、内蒙古农业大学及沈阳农业大学这5所高校处于规模报酬递增的状态。其含义是指这5所高校教育资源产出增加的比例要大于资源投入增加的比例，即如果等比例的增加教育资源投入量就可以获得更大的产出效果。

第二，从纯技术效率和规模效率两个角度进行分析，除去DEA有效的4所高校以外，有11所高校处于非DEA有效状态。而在这11所高校中，中国农业大学、东北农业大学、河南农业大学、湖南农业大学、内蒙古农业大学和沈阳农业大学这6所高校的纯技术效率有效，但规模效率非有效。这表明此6所高校的教育资源按照现在的投入规模，其产量将不会再增加。而西北农林科技大学、华南农业大学、山东农业大学、河北农业大学、福建农林大学这5所高校，它们的教育资源配置既不是纯技术有效也不是规模效率有效。这说明即使减少现有的投入规模，这些高校的教育资源产出水平依然可以保持不变。

四、结论

本文选取15所农林院校截至2015年10月的截面数据，运用DEA对其教育资源配置的情况进行效率评价。得出以下结论：

第一，农林院校教育资源配置效率存在差距，15所农林高校中只有4所高校资源配置效率是DEA有效，有超过2/3的高校资源配置效率不高。可见农林高校的教育资源配置效率总体而言是偏低的。

第二，农林高校资源配置效率总体不高的原因：一方面是其事业单位的定位，使其有别于完全追求效率最大化的企业，而更注重教师与学生两大主体在教学和学习中所处的环境与各自的感受。另一方面，各高校所在地区的经济发展水平、政府支持力度、自身教育质量、管理水平的差异也是导致资源配置总体不高、存在差距的原因。

第三，各高校资源配置的规模收益也存在差异。15所农林高校中，仅有资源配置DEA有效的4所院校资源配置达到最佳状态，实现效率相对最佳；中国农业大学等6所高校规模收益呈递减趋势，其原因是教育资源投入规模过大，导致资源配置低效；湖南农业大学等5所高校规模收益呈递增趋势，其原因是教育资源投入力度不足，如果加大对这5所高校的资源投入力度，会获得更大的产出效果，其资源配置效率会更高。

[1]冯艳, 高岩鹰. 高等教育资源优化配置基本理论问题研究述评[J]. 现代教育管理, 2012 (11): 18-23.

[2]魏权龄. 数据包络分析[M]. 北京：科学出版社, 2004：34,26.

[3]魏权龄. 评价相对有效的DEA方法——运筹学的新领域[M].北京：中国人民大学出版社, 1988:11.

[4]陈诗一,张军.中国地方政府财政支出效率研究: 1978-2005 [J].中国社会科学, 2008(4).

(本文观点仅供参考，不代表本刊立场)

(责任编辑：胡必强)

On Education Resources Allocation of Agricultural and Forestry Universities:Based on EDA Analysis Model

LI Li, LI A-li

(Hunan Agricultural University, Changsha 410128, China)

With the selection of the different regions and 15 agriculture and forestry colleges with different education programs, the present situation of education resources disposition was analyzed and the related resources allocation input and output indicators were confirmed. Using the DEA model, the education resources allocation efficiency and return of those 15 class colleges and universities of agriculture and forestry were subject to our scale analysis and validity analysis. The following conclusions were drawn: The resources allocation efficiency of different A and F colleges and universities is generally low and wide gaps exist among them. And this situation is caused by the differences between different A and F colleges and universities in terms of education goals and levels, education quality, management effectiveness, the economic development levels of the cities where the colleges and universities are located and the government support, among others. The difference in scale input of resources among different colleges and universities leads to the disparity of size returns: progressive increase, progressive decrease and no change.

Agriculture and Forestry Colleges and Universities; Education Resource Allocation; DEA; Scale Return

2016-10-25

李荔，男，湖南农业大学公共管理与法学学院公共管理专业14级硕士研究生；研究方向：教育经济与管理。李阿利，女，湖南农业大学商学院党委书记，教授；研究方向：教育经济与管理。

G640

B

1009-1173(2016)06-0064-06